۲۹ شهریور ۱۴۰۳

Techboy

اخبار و اطلاعات روز تکنولوژی

جایی که محاسبات کوانتومی در حال حاضر ارزش ارائه می دهد

در حالی که محاسبات کوانتومی مدل گیت نوید بسیار زیادی برای فردا دارد، سیستم‌های آنیل کوانتومی امروزه مشکلات بهینه‌سازی پیچیده‌ای را برای شرکت‌ها حل می‌کنند.

در حالی که محاسبات کوانتومی مدل گیت نوید بسیار زیادی برای فردا دارد، سیستم‌های آنیل کوانتومی امروزه مشکلات بهینه‌سازی پیچیده‌ای را برای شرکت‌ها حل می‌کنند.

شنیده‌اید که محاسبات کوانتومی می‌تواند یک تغییر مرحله‌ای را نسبت به محاسبات کلاسیک فعلی نشان دهد. خوب، لازم نیست منتظر بمانید. بازپخت رایانه‌های کوانتومی قبلاً نشان داده‌اند که برای بارهای کاری خاص، قدر سریع‌تر از رایانه‌های کلاسیک به تنهایی هستند و به زودی قادر به انجام محاسبات غیرقابل تصور قبلی خواهند بود. حتی بهتر از آن، آنها به صورت هم افزایی با رایانه های کلاسیک کار می کنند، بنابراین برنامه های کاربردی ترکیبی کوانتومی بهترین های هر دو جهان را امکان پذیر می کنند.

اما ابتدا، بیایید در مورد آنچه که امروزه می توان با محاسبات کوانتومی در سازمانی انجام داد بحث کنیم. برای اینکه بفهمید کوانتوم امروز کجا ارزش ارائه می‌کند و چرا، باید بین دو مدل محاسباتی کوانتومی برجسته تمایز قائل شوید: مدل گیت و آنیل کوانتومی.

طبق تعریف، هر دو رویکرد کوانتومی به کیوبیت‌ها متکی هستند – یعنی بیت‌هایی که دارای ویژگی کوانتومی ابرجایگاه هستند< /a>، به این معنی که آنها می توانند ترکیبی از ۱ و ۰ را به جای حالت باینری روشن یا خاموش بیت های کلاسیک نشان دهند. این برهم‌نهی حالت‌ها، همراه با پدیده مکانیکی کوانتومی درهم‌تنیدگی، رایانه‌های کوانتومی را قادر می‌سازد تا ترکیب‌های عظیم را دستکاری کنند. ایالت ها به یکباره کیوبیت ها می توانند از فناوری های مختلفی از جمله ابررسانا، تله یونی، فوتونیک و غیره تشکیل شوند.

در مدل گیت، گیت‌های منطقی رایانه‌های کلاسیک با گیت‌های کوانتومی جایگزین می‌شوند که وقتی به درستی در سطح ماشین برنامه‌ریزی شوند، کیوبیت‌ها را دستکاری می‌کنند تا نتایج محاسباتی به دست آید. در مقابل، کامپیوترهای کوانتومی مدل آنیلینگ را می توان در سطح بسیار بالاتری برای دستکاری کیوبیت ها در خدمت حل مسائل بهینه سازی دنیای واقعی برنامه ریزی کرد.

در هر دو مورد، یک کامپیوتر کلاسیک برای کنترل کامپیوتر کوانتومی مورد نیاز است. همه رویکردهای محاسبات کوانتومی نیازمند مهندسی قابل توجه و کنترل محیطی دقیق QPU (واحد پردازش کوانتومی) هستند. خوشبختانه، هم کامپیوترهای کوانتومی مدل گیت و هم کامپیوترهای کوانتومی بازپخت عملکرد خود را از طریق ابر. از بین دو سیستم محاسباتی کوانتومی، بازپخت کوانتومی در ارائه ارزش عملی به شرکت ها مایل ها جلوتر است.

لبه بازپخت کوانتومی

کامپیوترهای کلاسیک آنقدر قدرتمند و همه کاره شده اند که تصور اینکه چه کاری نمی توانند به خوبی انجام دهند دشوار است. اما آنها محدودیت هایی دارند. انتخاب بهترین راه‌حل از میان بسیاری از راه‌حل‌های ممکن، گاهی اوقات می‌تواند مشکلی باشد که برای سیستم‌های کلاسیک امروزی برای ارائه پاسخ در یک چارچوب زمانی واقع‌بینانه، بسیار بزرگ است. اینجاست که کامپیوترهای کوانتومی بازپخت می درخشند.

برنامه‌هایی که مانند کلاهک‌ها در فضای ابری اجرا می‌شوند؟ 3 گزینه برای در نظر گرفتن

ثابت شده است که بازپخت بیش از سه میلیون بار سریع‌تر از کلاسیک است. روش هایی برای نوع خاصی از شبیه سازی کوانتومی برای دسته ای از مسائل بهینه سازی کلاسیک به نام عینک های چرخشی سه بعدی، بازپخت اخیراً برای بهبود راه حل نشان داده شده است. کیفیت سریعتر از کامپیوترهای کلاسیک امروزی. بنابراین، این برای دنیای واقعی چه معنایی دارد؟ یک شرکت از این فناوری برای توسعه یک برنامه ترکیبی کوانتومی استفاده کرده است که ۶۷ میلیون سناریو مختلف را بررسی کرده و پاسخی را ارائه کرده است. تقریباً ۱۳ ثانیه!

رویکرد بازپخت از خود فیزیک کوانتومی گرفته شده است. اصل اساسی ساده است: اگر با ملایمت رفتار شود، سیستم‌های فیزیکی تمایل دارند در کمترین پیکربندی انرژی خود باقی بمانند. این اساس بازپخت کوانتومی است – الگویی که در بالای آن می‌توانید بارهای کاری بهینه‌سازی را اجرا کنید که راه‌حل «کم‌ترین انرژی» را انتخاب می‌کند، از کارآمدترین مسیر تحویل تا سبد مالی با کمترین ریسک.

امروزه با بازپخت کوانتومی، این مسائل بهینه‌سازی دنیای واقعی به روش ترکیبی حل می‌شوند—یعنی قابلیت‌های محاسباتی کلاسیک و کوانتومی را با هم ترکیب می‌کنند. این برای توسعه دهندگان عالی است. برای مثال، آنها می توانند به سادگی برنامه هایی را در پایتون بنویسند و از کیت توسعه نرم افزار کوانتومی برای بهره بردن از قدرت بازپخت کوانتومی.

وقتی یک توسعه‌دهنده از طریق ابر به حل‌کننده‌های ترکیبی کوانتومی-کلاسیک دسترسی پیدا می‌کند، مجبور نیست مستقیماً به آن سیستم آنیل کوانتومی بپردازد. در عوض، آنها می‌توانند به خط مقدم محاسبات کلاسیک تکیه کنند که بخش‌های مناسبی از بار کاری را به کامپیوتر کوانتومی در حال بازپخت در پشت صحنه منتقل می‌کند. انتخاب راه حل بهینه کار کامپیوتر کوانتومی آنیلینگ است. و می تواند این کار را در زمان بسیار کمتر و با نتایج بهتری نسبت به یک کامپیوتر کلاسیک به تنهایی انجام دهد.

یکی دیگر از مزیت‌های بازپخت تصحیح خطا است – همانطور که در آنیل کوانتومی به آن نیازی نیست. این ممکن است عجیب به نظر برسد، زیرا تمام محاسبات کوانتومی مستعد نویز هستند. با این حال، هنگامی که نویز در یک کامپیوتر کوانتومی در حال بازپخت رخ می‌دهد، حالت کوانتومی در نهایت می‌تواند دوباره ظاهر شود و فرآیند تعیین راه‌حل بهینه می‌تواند تا تکمیل ادامه یابد.

نه توسعه‌دهنده و نه کاربر در معرض چنین توطئه‌هایی قرار نمی‌گیرند، زیرا رایانه کلاسیکی که آنها با آن تعامل دارند، این پیچیدگی را نشان می‌دهد. علاوه بر این، حتی با وجود اینکه مدل هیبریدی به شما امکان می دهد ظرفیت محاسبات کوانتومی را افزایش دهید، بخش هایی از بسیاری از مشکلات به بهترین وجه توسط رایانه های کلاسیک حل می شود. آینده محاسبات کوانتومی ترکیبی است. با پیشرفت سیستم های کوانتومی، ما همچنان شاهد گسترش انواع مشکلات قابل حل خواهیم بود.

Deno در مقابل Node.js: کدام بهتر است؟

سیستم‌های کوانتومی بازپخت در حال حاضر در دسترس هستند و احتمالاً همیشه برای رسیدگی به مشکلات بهینه‌سازی بهترین خواهند بود. بهینه سازی طیف گسترده ای از مجموعه مشکلات را در بر می گیرد که توسط بخش خصوصی و دولتی به طور یکسان دیده می شود.

دروازه آینده کوانتومی

وقتی می شنوید که مردم در مورد رایانه های کوانتومی که روزی جایگزین دوستان کلاسیک و باینری ما می شوند صحبت می کنند، این پیش بینی از رایانه کوانتومی مدل گیت سرچشمه می گیرد. به هر حال، مفهوم اولیه جایگزینی بیت‌های معمولی با کیوبیت و دروازه‌های معمولی با گیت‌های کوانتومی بود. فقط انواع برنامه های کاربردی را برای آن پلتفرم جدید بنویسید و سلام، به دنیای جدید و شجاعانه محاسبات خوش آمدید.

اما چند مشکل در این مفهوم وجود دارد که با بار سنگینی که توسعه‌دهندگان باید متحمل شوند شروع می‌شود. کیت‌های توسعه نرم‌افزاری که برای مدل گیت طراحی شده‌اند، به توسعه‌دهندگان نیاز دارند که معادل اسمبلر برای QPUها را بیاموزند، که شامل ریاضیات بسیار پیشرفته‌ای است. نکته اصلی این است که برای درک کامل الگوریتم‌هایی که می‌توان برای رایانه‌های کوانتومی مدل گیت ایجاد کرد، توسعه‌دهندگان باید دانش کاری کاملی از فیزیک کوانتومی به دست آورند و یاد بگیرند که به زبان محاسباتی کاملاً جدیدی صحبت کنند.

علاوه بر این، خطاها در سیستم‌های مدل گیت باعث می‌شود که آنها نتوانند به اندازه کافی در یک حالت کوانتومی باقی بمانند تا مشکلات دنیای واقعی را حل کنند. در نتیجه، امروزه کاربران کامپیوترهای کوانتومی مدل گیت عمدتاً دانشگاهی هستند تا صنعتی. آنها از کوانتوم مدل گیت برای آزمایش در شیمی کوانتومی، معادلات دیفرانسیل برای دینامیک جریان سیال و سایر مناطقی که کامپیوترهای کلاسیک تمایل دارند به دیوار برخورد کنند، استفاده می کنند. در حوزه‌های تحقیقاتی بسیار رقابتی مانند این، ارزش زمان و هزینه برای آموزش یا استخدام توسعه‌دهندگان کوانتومی تخصصی با نگاهی به آینده را دارد.

اما شرکت‌ها باید بدانند که برای محاسبات کوانتومی مدل گیت، روزهای اولیه است، و سیستم‌های مدل گیت ممکن است هرگز بهتر از سیستم‌های بازپخت در حل مسائل بهینه‌سازی نباشند. برخلاف کامپیوترهای کوانتومی بازپخت، کامپیوترهای کوانتومی مدل گیت نیاز به تصحیح خطا دارند که بزرگترین چالش مهندسی برای محاسبات کوانتومی است. در مدل گیت، اطلاعات در حالت کوانتومی قرار می گیرند. اگر این حالت از بین برود، یک سیستم کوانتومی باید بتواند خطا را تصحیح کرده و به جایی که متوقف شده برگردد. اما توانایی انجام آن در مقیاس هنوز به دست نیامده است.

سرور GitHub Enterprise کنترل‌های استقرار را اضافه می‌کند

به همین دلیل است که در حال حاضر، برخی از سیستم‌های مدل گیت از تصحیح خطا خودداری کرده‌اند و به رایانه‌های کوانتومی مقیاس متوسط ​​نویزدار (NISQ) می‌گویند. هیچ مدرکی وجود ندارد که نشان دهد شما می توانید برنامه های تجاری را با کامپیوتر NISQ پشتیبانی کنید. در D-Wave، بهترین تخمین ما این است که کامپیوترهای کوانتومی مدل گیت با تصحیح خطای قابل اعتماد حداقل هفت سال دیگر فاصله دارند.

مشارکت پارادایم های محاسباتی

تبلیغات در مورد محاسبات کوانتومی جایگزین محاسبات کلاسیک به سادگی نادرست است. محاسبات کوانتومی و کلاسیک در آینده قابل پیش بینی در کنار یکدیگر کار خواهند کرد. در عین حال، این ناله از اینکه کوانتوم در آزمایشگاه گیر کرده است، نمی تواند ارزشی را که رایانه های کوانتومی در حال بازپخت امروز ارائه می دهند، تشخیص دهد.

برخی می گویند که کامپیوترهای کوانتومی بازپخت به برنامه های بهینه سازی “محدود” هستند. اما وقتی به آن فکر می کنید، چه تلاشی در بین سازمان ها ضروری تر از به دست آوردن بهترین بازده ممکن در سرمایه گذاری منابع است؟ در D-Wave، ما می بینیم که امروزه در زمینه هایی مانند مدیریت پرتفوی مالی، مشکلات طراحی پروتئین، ترافیک مسیریابی، تخصیص پیشنهاد مشتری، پرسنل فرودگاه یا بیمارستان برنامه ریزی، دفاع موشکی، انعطاف پذیری شبکه الکتریکی، و اکتشاف فضایی، فقط به نام چند.

در پایان این دهه یا آغاز دهه بعد، ممکن است مشکلات تصحیح خطا و برنامه‌نویسی محاسبات کوانتومی مدل گیت برطرف شود و دامنه وسیع‌تری از کاربردها را باز کند. اما نیازی به انتظار برای اعمال کوانتوم در سازمان نیست. شرکت‌های بیشتر و بیشتری در حال کشف ارزشی هستند که بازپخت کوانتومی در حال حاضر ارائه می‌کند – نه تنها مزایای بهینه‌سازی عملی، بلکه تجربه ارزشمندی در حوزه کوانتومی.

تقریباً همه سازمان‌ها می‌توانند از فناوری ترکیبی کوانتومی-کلاسیک با پشتیبانی سیستم‌های آنیل کوانتومی امروزی به مزایایی دست یابند. در همان زمان، آنها برای آینده کوانتومی اجتناب ناپذیر ما آماده می شوند.

Murray Thom معاون نوآوری کسب و کار کوانتومی در D-Wave است.< /p>

New Tech Forum مکانی برای کاوش و بحث در مورد فناوری سازمانی نوظهور در عمق و وسعت بی سابقه ای فراهم می کند. انتخاب ذهنی است، بر اساس انتخاب ما از فناوری هایی که معتقدیم مهم هستند و برای خوانندگان InfoWorld بیشترین علاقه را دارند. InfoWorld وثیقه بازاریابی را برای انتشار نمی پذیرد و حق ویرایش تمام محتوای ارائه شده را برای خود محفوظ می دارد. همه سوالات را به newtechforum@infoworld.com ارسال کنید.